Séance de cours
Décomposition de la matrice: Triangulaire et Spectral
Séances de cours associées (77)
Décomposition Spectral : matrices symétriques
Couvre la décomposition des matrices symétriques en valeurs propres et en vecteurs propres.
Diagonalisation des matrices : Théorème spectral
Couvre le processus des matrices diagonales, en se concentrant sur les matrices symétriques et le théorème spectral.
SVD: Décomposition de la valeur singulaire
Couvre le concept de Décomposition de Valeur Singulaire (SVD) pour compresser l'information dans les matrices et les images.
Décomposition de la valeur singulière : applications et interprétation
Explique la construction de U, la vérification des résultats et l'interprétation de SVD dans la décomposition matricielle.
Matrices symétriques : Diagonalisation
Explore les matrices symétriques, leur diagonalisation et leurs propriétés comme les valeurs propres et les vecteurs propres.
Similarité et diagonalisation des matrices
Explore la similarité de la matrice, la diagonalisation, les polynômes caractéristiques, les valeurs propres et les vecteurs propres dans l'algèbre linéaire.
Décomposition de la valeur singulaire
Couvre le théorème de décomposition de la valeur singulière et ses applications dans la pratique.
Polynômes caractéristiques et matrices similaires
Explore les polynômes caractéristiques, la similarité des matrices et les valeurs propres dans les transformations linéaires.
Décomposition de la valeur singulaire
Couvre le théorème de la valeur singulaire et son application dans les matrices de décomposition.
Opérations Matrix: Produit et Inverse
Couvre les opérations matricielles, en se concentrant sur le produit et inversement des matrices.